点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
最近提出了拒绝抽样方法,以提高基于歧视者的生成模型的性能。但是,这些方法仅是无限的采样预算的最佳选择,并且通常应用于经过拒绝程序的非独立培训的发电机。我们首先提出了一个最佳的预算拒绝抽样(OBRS)方案,该方案对于给定的采样预算而言,在真实分布和拒绝后分布之间,对于任何F-差异而言是最佳的。第二,我们提出了一种端到端方法,将抽样方案纳入培训程序,以进一步增强模型的整体性能。通过实验和支持理论,我们表明所提出的方法在显着提高样品的质量和多样性方面是有效的。
主要关键词